基于算法的人群尺度1型糖尿病个性化血糖管理:临床实践的前瞻性评价gydF4y2Ba

简介gydF4y2Ba

背景gydF4y2Ba

对于接受胰岛素治疗的1型糖尿病(T1D)患者，美国糖尿病协会(ADA)建议使用连续血糖监测仪(cgm)作为护理标准，并按季度进行血红蛋白A临床检查gydF4y2Ba_{1 cgydF4y2Ba}(HbAgydF4y2Ba_{1 cgydF4y2Ba})实验室测试[gydF4y2Ba1gydF4y2Ba］．然而，由于患者、临床医生或保险偏好，大多数T1D患者仍在自我监测血糖，不符合当前的HbAgydF4y2Ba_{1 cgydF4y2Ba}目标(gydF4y2Ba2gydF4y2Ba］．长反馈周期和自我监测时使用相对较少的数据是及时检测和个性化应对恶化的血糖控制的障碍。个人根据2018年ADA护理标准建议自我监测血糖水平，每天生成6-10次葡萄糖读数，并根据门诊访问或HbA每1-4个月从护理团队获得反馈gydF4y2Ba_{1 cgydF4y2Ba}测试(gydF4y2Ba3.gydF4y2Ba］．相比之下，cgm每5-15分钟记录一次血糖水平(每天96-288次)。cgm的开始和继续使用已经增加，并与改善的临床结果和患者报告的生活质量指标相关[gydF4y2Ba1gydF4y2Ba-gydF4y2Ba9gydF4y2Ba］．在美国儿科T1D登记中，cgm的使用从2013年的4%增加到2017年的33% [gydF4y2Ba6gydF4y2Ba］．gydF4y2Ba

许多商业和开源平台提供个人层面的CGM数据可视化和分析[gydF4y2Ba10gydF4y2Ba-gydF4y2Ba13gydF4y2Ba］．糖尿病先进技术与治疗协会关于CGM的共识以及ADA和欧洲糖尿病研究协会关于糖尿病精准医疗的共识最近的研究发现，尽管CGM的使用提供了使用高频数据来识别恶化的血糖控制和定制个性化管理策略的机会，但目前除了自动化胰岛素传输系统之外，没有标准化的、经过验证的方法[gydF4y2Ba4gydF4y2Ba，gydF4y2Ba14gydF4y2Ba］．患者级工具，如制造商或数据聚合平台，需要医生或认证糖尿病护理和教育专家(CDCESs)检查每个人的数据，以确定哪些人的血糖管理可能需要改善。分析和呈现整个人群的数据以促进患者优先排序的人群水平工具不太常见。LibreView(雅培实验室)支持全人群数据审查，但是专有的，仅与Libre传感器一起工作，并主要提供预先指定的指标[gydF4y2Ba12gydF4y2Ba］．对于患者使用各种cgm的人群，不依赖硬件的工具更适合支持护理。一个开放源代码的工具将有助于外部评价以及各种替代模式的发展和比较。一个计算工具gydF4y2Ba个性化的gydF4y2Ba基于每位患者历史数据的指标将有助于跟踪血糖管理的时间变化。据我们所知，目前还没有经过验证的、与硬件无关的、开源的工具可以通过远程医疗促进提供及时的、人群级的个性化护理。gydF4y2Ba

通过远程监测来改善T1D管理已经做出了许多努力，其中最成功的方法依赖于向患者发送异步消息[gydF4y2Ba15gydF4y2Ba］．然而，并非所有研究都显示出显著和持续的改善[gydF4y2Ba15gydF4y2Ba］．临床决策支持(CDS)的实施面临着各种各样的挑战，并为其成功的设计和部署提出了结构化的建议[gydF4y2Ba16gydF4y2Ba］．重点关注的两个主要领域是，CDS应该改进而不是破坏适当的工作流，并且它应该使用迭代方法进行设计[gydF4y2Ba16gydF4y2Ba］．最近一项关于使用CDS改善心脏病管理的多机构、集群随机临床试验显示没有显著改善[gydF4y2Ba17gydF4y2Ba］．根据预期用户的反馈对系统进行的评估和重新设计不足[gydF4y2Ba18gydF4y2Ba］．在遵循瀑布方法的临床软件设计中，缺乏迭代设计和由此产生的工作流挑战是很常见的，瀑布方法是一种结构化的自顶向下的方法，其目的是在部署之前测试和完成工具[gydF4y2Ba19gydF4y2Ba］．敏捷方法是一种基于快速部署和迭代重新设计的更迭代的方法，是一种流行的替代方法[gydF4y2Ba19gydF4y2Ba］．gydF4y2Ba

目标gydF4y2Ba

我们试图设计糖尿病卓越及时干预(TIDE)，这是一种决策支持工具，用于通过电子病历(EMR)使用安全消息确定适合异步接触的患者。为了促进成功部署和持续使用，我们试图通过减少需要医生或CDCES审查的患者数量来适应和改进当前的工作流程。我们遵循敏捷的方法，在临床实践中部署了TIDE的最早可行版本，并根据医生和CDCESs的反馈对其进行更新。gydF4y2Ba

方法gydF4y2Ba

研究设计gydF4y2Ba

这项研究遵循了生物医学研究中开发和报告机器学习预测模型的指南[gydF4y2Ba20.gydF4y2Ba］．第一阶段是基于各种CGM硬件采集数据的硬件不可知算法设计。数据来自8个外部数据集的方便样本:6个来自临床试验，2个由研究基金会捐赠[gydF4y2Ba21gydF4y2Ba-gydF4y2Ba28gydF4y2Ba］．第二阶段是TIDE的设计，这是一个交互式的可视化界面，基于学术儿科T1D诊所的医生和CDCESs的迭代反馈，展示整个临床人群的CGM数据。一名医生和CDCES使用TIDE 4周，并提供反馈，根据反馈对TIDE进行了全面的重新设计。在此之后，他们使用了重新设计的版本5周，在此期间进行了一些小的改进并修复了错误。第三阶段是为期7周的前瞻性评估，评估TIDE用于识别适合使用EMR安全信息进行异步接触的患者的敏感性，以及使用和不使用TIDE需要复查的患者数量的差异。在最后阶段，我们在用于设计算法的8个外部数据集的相同方便样本上模拟了TIDE产生的工作负载的几个度量。gydF4y2Ba

设置gydF4y2Ba

TIDE是在一个学术儿科T1D诊所开发的，该诊所照顾新诊断为T1D的青少年，他们在发病后1个月内开始使用CGM，并参加了每周远程监测计划。所有患者均使用Dexcom G6 (Dexcom)监控器，从中上传数据并通过Dexcom Clarity Clinic Portal提供给医生和CDCESs [gydF4y2Ba10gydF4y2Ba］．参与者同意参与一项纵向研究，评估糖尿病病程早期CGM的启动情况，以及每周CGM数据回顾的效果，作为一项更大的正在进行的研究的一部分，该研究已报告了同意过程、资格标准、筛查和登记过程的细节[gydF4y2Ba8gydF4y2Ba］．每周，CDCES使用Dexcom Clarity Clinic Portal检查每位患者的数据，并通过emr向他们确定需要血糖管理指导的患者发送异步消息。这项研究得到了斯坦福大学机构审查委员会的批准。临床领导，研究作者PP和DMM，在管理糖尿病技术的相关国家组织任职，批准在临床护理中使用TIDE。gydF4y2Ba

通用和个性化指标gydF4y2Ba

度规是gydF4y2Ba通用的gydF4y2Ba如果每个患者的计算方法相同，例如，平均葡萄糖(MG)，以及gydF4y2Ba个性化的gydF4y2Ba是否根据每个患者的历史数据计算;例如，MG的每月变化。共识指南用于生成大量基于cgm的通用指标，临床医生可以从中选择要在TIDE中跟踪的指标[gydF4y2Ba29gydF4y2Ba］．这些指标包括CGM活跃并收集超过最低有效读数百分比(ACT)的天数、MG、范围内时间百分比(TIR)定义为读数70至180 MG /dL、极低血糖时间百分比(eHyp)定义为读数<54 MG /dL，以及低血糖时间百分比(Hyp)定义为读数<70 MG /dL。根据相同的共识准则，每一项指标都是针对全天的每天计算的，从0:00到24:00，白天6:00到午夜，夜间午夜到6:00。的表S1提供了通用指标的完整列表gydF4y2Ba多媒体附件1gydF4y2Ba．对于每个通用指标，个性化指标被定义为从基线期到评审期的变化(例如，MG中的逐月变化)。的gydF4y2Ba审核期gydF4y2Ba是计算度量的时间范围。它是相对于审查数据的日期来定义的(例如，最后一个完整的星期)。的gydF4y2Ba基线期gydF4y2Ba计算每个个性化度量的基线值的时间范围(例如，审查期前的最后一个完整月)。对于每个度量，当度量超过预先指定的目标值时，“一个标志将被触发”。gydF4y2Ba

使用来自8个外部数据集的数据，开发并测试了用于计算通用和个性化指标的算法，并生成作为审查期、基线期和目标值的函数的标志。数据集是根据网络搜索和作者的专业联系确定的:6个先前发表的临床试验和由Tidepool和OpenAPS捐赠的观察性数据(表S2)gydF4y2Ba多媒体附件1gydF4y2Ba)．与Tidepool和OpenAPS签署了数据使用协议，每个协议都规定数据可以用于本研究项目，并且捐赠数据的人不会参与研究设计或结果报告，并将以书面形式确认。数据集包含168,723个患者日的CGM读数，由七种类型的CGM收集:Freestyle Navigator、Dexcom STS、Medtronic Paradigm or Guardian、iPro2、iPro2 Professional CGM、Freestyle Libre Pro Flash和Dexcom G4。带有注释代码的算法及其设计概述、TIDE和用于TIDE的合成CGM数据可在GitHub上获得[gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba］．gydF4y2Ba

交互工具的迭代设计gydF4y2Ba

TIDE初始版本的设计基于非正式访谈和观察的便利样本，这些访谈和观察用于建立当前状态，获得涉众的支持，并就所提议的工作流征求建议和感知问题。TIDE的初始版本被设计为需要一次性设置，然后重复使用。在一次性设置过程中，根据临床实践和人群，临床医生选择要显示的指标、计算通用指标的回顾期，以及计算个性化指标的基线期。两个儿科内分泌学家,研究的作者DMM和PP、疾控中心,研究作者杰,确认目前应用于临床的共识血糖指标来评估患者血糖管理:行为测量的有效阅读的最大数量的比例读数可能在复习期间(5分钟间隔的数量),MG,行动,eHyp和忧郁。审查周期设置为1星期结束之前的最后一个周日数据审查。最初设定的目标为:ACT >75%， TIR >70%， eHyp <1%， Hyp <4%。MG没有设定目标。CDCES使用有效的磨损阈值来确定是否与患者联系，讨论他们对CGM的使用，并协助解决获得额外传感器的挑战。当有效的磨损阈值未达到时，TIDE照常显示指标和标志，CDCES使用他们的判断来确定是否需要进一步审查患者数据。gydF4y2Ba

在使用TIDE的前4周，医生和研究作者PP登录Dexcom Clarity Clinic Portal，下载研究中所有患者的患者ID号、CGM读数和CGM时间戳。医生使用TIDE来识别有标记的患者，审查TIDE的适当性和患者安全性输出，并将TIDE标记的患者列表转发给CDCES(研究作者JL)。对于每个被标记的患者，CDCES打开Dexcom Clarity并查看详细的患者数据，打开EMR并向患者发送安全消息，并且，如果进行了剂量调整，则会在患者的图表中更新剂量。4周后，PP和JL建议在第4周和第5周之间将变化纳入TIDE。在第5周至第9周期间，研究作者PP和JL使用该工具提供临床护理，并确定提高可用性或纠正错误所需的微小调整。通常在确认后24小时内立即作出微小的调整和更正。gydF4y2Ba

未来的评估gydF4y2Ba

主要措施是TIDE在通过emr使用安全信息识别适合异步接触的患者时的敏感性，以及使用TIDE减少了CDCES审查的患者数量。在7周的时间里，CDCES回顾了人群中每个患者的CGM数据，并确定了哪些患者适合异步接触。敏感性定义为TIDE标记的适当患者数量除以适当患者数量。使用TIDE评估的患者数量的减少是未被TIDE标记的患者数量占总人口的百分比。gydF4y2Ba

次要结果计算如下:由使用TIDE的CDCES测量的每个患者复查和接触所需的平均时间，特异性(未被TIDE标记的患者数量除以不适合异步接触的患者数量)，阳性预测能力(被TIDE标记的患者数量除以被TIDE标记的患者数量)，负预测力(未被TIDE标记的不适合进行异步接触的患者数除以未被TIDE标记的患者数)。gydF4y2Ba

外部数据集的验证gydF4y2Ba

与使用TIDE相关的工作量的主要决定因素是在每个审查期间产生标记的患者数量，相当于每个审查期间每个患者产生标记的比率。为了评估在其他情况下与TIDE使用相关的工作量，我们模拟了在不同血糖管理水平的人群中生成通用和个性化标记的速率。从所有符合纳入标准且至少70%有效CGM读数的8个外部数据集中提取患者ID号、CGM读数和CGM时间戳。指标MG、TIR、eHyp和Hyp Flag以及这些指标的阈值是根据共识指南选择的[gydF4y2Ba29gydF4y2Ba］．一般指标的阈值为MG >170 MG /dL, TIR <60%， eHyp >1%， Hyp >3%。个性化指标的标志阈值是根据研究作者的临床经验DMM和PP选择的，TIR小于基线TIR减去10个百分点，MG大于基线MG + 10 MG /dL。每个测量周期为1周，从周日开始测量。对至少有4周数据的患者计算个性化标记。对于每个个性化指标，基线期是患者数据在被分析前一周的最后一周。针对每种类型的标记、每个患者和每个数据集测量生成标记的速率。对于每个数据集，计算每周至少产生一个MG或TIR标记的患者百分比。使用双尾配对比较MG和TIR的通用标记和个性化标记的比率gydF4y2BatgydF4y2Ba测试。记录每周产生MG或TIR标记的患者数量。gydF4y2Ba

结果gydF4y2Ba

交互工具的迭代设计gydF4y2Ba

TIDE的第一个版本将触发标志的指标显示为红色，未触发标志的指标显示为绿色(gydF4y2Ba图1gydF4y2Ba)．在其使用的前4周的反馈后，对界面的主要更改如下:在审查期间，显示MG、读数数和5分钟间隔数的列被删除，以最大限度地减少不需要调整剂量的患者数量，同时不遗漏需要调整剂量的患者数量;TIR靶的判定标准由70%改为60%;添加个性化指标，将每位患者前一周的TIR与前4周的TIR进行比较，目标是TIR增加或下降不超过10%点;修改了颜色编码，因此只有触发标志的指标才会突出显示;指标的显示名称的措辞被更改为更易于解释;增加了一个功能，允许使用该工具的人指定是使用最近7天的数据，还是使用默认的7天的数据，截止到上一个星期天;以前显示在单个选项卡上的患者数据被分为四个选项卡，分别显示所有患者、有警报的患者、没有数据的患者和有数据但没有警报的患者;并且视觉呈现变得更加紧凑，每页显示更多的患者(gydF4y2Ba图1gydF4y2Ba)．gydF4y2Ba

工作流中的主要变化是，从Dexcom Clarity下载每个患者数据的步骤被替换为下载所有患者数据的Python脚本(gydF4y2Ba图2gydF4y2Ba)．作为工作流程的一部分，医生参与复查过程不再是必要的，但继续确保患者安全和护理质量。最终预期的工作流程是在本研究完成几个月后启动的，CDCES在没有医生参与的情况下使用TIDE。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

未来的评估gydF4y2Ba

在研究的最后7周，患者数量从56增加到64，共计427个患者周。TIDE在通过EMR使用异步消息识别适合接触的患者时，第一周的敏感性为94%，最后一周为96%，其他所有周均为100%(平均值99%，标准差2.5%;gydF4y2Ba表1gydF4y2Ba)．CDCES回顾的患者数量平均减少42.8% (182/427;SD 10.9%)，即未被TIDE标记为复查的患者比例(gydF4y2Ba表1gydF4y2Ba)．gydF4y2Ba

对于TIDE确定需要复查的患者，数据复查过程的平均时间为每位患者4.5分钟(1.5分钟用于访问Dexcom Clarity中的数据并查看其模式，1分钟用于登录患者的记录和文档更改，2分钟用于使用安全的基于emr的消息平台向患者发送消息)。TIDE的周特异性、阳性预测能力和阴性预测能力显示在gydF4y2Ba表1gydF4y2Ba．gydF4y2Ba

外部数据集的验证gydF4y2Ba

有1424例患者至少有1天的CGM数据符合8个外部数据集的纳入标准。在30076周的时间里，有168,723个患者日的CGM读数。纳入天数最多的患者154周共1028天，而纳入天数最少的患者1天。周平均ACT为5.1 (IQR 4.0 ~ 6.33)， MG为170.7 (IQR 148.9 ~ 189.2)， TIR 70 ~ 180 MG /dL的平均百分比为56.6% (IQR 45.1% ~ 68.4%)， eHyp <54 MG /dL的平均百分比为1.9% (IQR 0.25% ~ 2.32%)， Hyp <70 MG /dL的平均百分比为3.3% (IQR 1.50% ~ 4.60%)。在数据集中，最低和最高患者数量分别为12和450;每位患者的CGM天数分别为9.8天和256.8天;MG分别为141.3 (SD 21.3)和207.0 (SD 35.3);平均TIR百分比分别为38.2% (SD 14.2%)和74.2% (SD 13.3%);Hyp分别为2.1% (SD 2.3%)和4.6% (SD 3.8%);eHyp分别为0.5% (SD 0.9%)和3.7% (SD 4.9%) (gydF4y2Ba表2gydF4y2Ba)．gydF4y2Ba

数据集按递增的平均MG进行编号。个性化MG和TIR标记的分析包括1100名患者，数据至少4周。通用TIR标记的中位数频率显著高于个性化TIR标记，每名患者每周0.47 (IQR 0.12-0.83)对0.19 (IQR 0.12-0.26)次(gydF4y2BaPgydF4y2Ba分别为<.001)，标志频率的SD(分别为0.36 vs 0.11;gydF4y2BaPgydF4y2Ba<措施;gydF4y2Ba图3gydF4y2Ba)．一般MG标记的中位数频率明显高于个性化MG，每名患者每周0.31 (IQR 0.05-0.71)比0.30 (IQR 0.22-0.37)标记(gydF4y2BaPgydF4y2Ba<.001)，标志频率的SD为0.35和0.12 (gydF4y2BaPgydF4y2Ba<措施;gydF4y2Ba图3gydF4y2Ba)．在MG平均值最高的两个数据集中，数据集7和数据集8中，49.7%(97/212)和81%(26/32)的患者每周出现通用MG或TIR标记。在所有数据集中，15.64%(172/1100)的患者每周都有通用MG或TIR标记，0%(1/1100)的患者每周都有个性化MG或TIR标记(gydF4y2Ba表3gydF4y2Ba)．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

我们将TIDE设计为一个开源的硬件不可知的工具，用于临床人群规模的CGM数据的个性化分析。在儿科T1D诊所中，TIDE通过EMR通过异步消息确定了99%适合接触的患者，同时将认证糖尿病教育者审查的患者数量减少了43%。对于8个外部数据集中的每一个，模拟使用TIDE在每个审查期产生的每个患者少于0.25个个性化TIR标记。TIDE及其底层算法是免费的开源软件，可在GitHub上获得[gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba］．根据要求，我们将帮助临床医生根据他们的设置定制工具，并在实践中部署。gydF4y2Ba

TIDE采用迭代敏捷方法开发，以支持与患者的异步接触，通过对T1D遥测系统的系统回顾，发现这种接触形式最有效[gydF4y2Ba15gydF4y2Ba］．TIDE的初始版本很快就产生了，在医生和CDCESs使用TIDE提供反馈之前，几乎没有做出重大的设计决策。医生和CDCESs确定了他们对基于规则的方法的偏好，而不是机器学习、时间序列分析或替代统计平滑技术等难以解释的方法。在医生和CDCES反馈的基础上，TIDE旨在确定患者的血糖管理与已验证的建议有何不同，并产生可解释的标志，以促进建议。由于TIDE使用共识准则，它可能比在人口的一小部分或不具代表性的子集上训练的模型更广泛适用。使用TIDE来识别异步消息传递的患者非常适合CDCES工作流。CDCES可以向TIDE识别的每个患者发送信息，并立即转移到下一个患者，而不是花费时间安排预约或试图联系患者或家属。敏捷方法和异步消息传递的主要挑战是可能需要额外的资源，以确保在部署早期工具期间或由于患者忽略消息而不对患者护理产生不利影响。在这项研究中，在最初的测试期间，一名医生审查了TIDE的输出，以确保护理质量不受影响，CDCES跟踪患者是否阅读了他们的信息并进行了相应的随访。gydF4y2Ba

使用通用标志和个性化标志具有互补的好处。对于血糖管理正常的患者，通用标志提供了基于最新共识指南的标准化治疗方法。对于血糖水平控制得很好或很差的患者，基于患者进展的个性化标记可能会提供更多信息。如果一个人的MG 208(其中一个外部数据集的平均值)在每个审查期间持续降低5 MG /dL，一个通用指标可能会在多个连续的审查期间触发一个标志，而个性化指标将表明改善。在TIDE的第一次重大修订期间，添加了一个个性化的指标来跟踪TIR，以帮助CDCESs识别患者管理中没有超过个性化指标阈值的变化。对于任何标志，特别是在儿童和年轻成人人群中，进一步测试最佳时机和频率(即剂量)是很重要的，以达到接受以行动为导向的指导的正确平衡，同时不会进一步加重患者的负担。gydF4y2Ba

非内分泌学家照顾了许多T1D患者[gydF4y2Ba32gydF4y2Ba］．不了解最新共识指南或不熟悉糖尿病技术(如CGM数据)的临床医生可能没有资源为患者提供适当的护理建议。提供基于远程医疗的护理或培训非专业人员的项目与更好的结果相关，但需要资源和时间投资，这限制了参与和范围[gydF4y2Ba33gydF4y2Ba，gydF4y2Ba34gydF4y2Ba］．使用基于共识指南的具有指标和目标的相对简单的工具，对于非专业临床医生告知此类患者的护理可能是有用的。gydF4y2Ba

优势与局限gydF4y2Ba

本研究的一个优势是通过8个外部数据集评估TIDE的潜在适用性。美国大多数T1D诊所每年看望患者3至12次，主要是面对面[gydF4y2Ba3.gydF4y2Ba］．在这项研究中，用TIDE检查患者的数据并向患者发送消息平均需要4.5分钟。在患者使用CGM和15分钟的面对面访问的诊所中，每位患者每年平均减少1次面对面访问，将为平均3次基于消息的接触提供足够的时间。使用TIDE来支持这样的工作流程需要TIDE平均每月标记0.25个患者进行复查，相当于每个患者每年3次复查。在对具有不同平均血糖管理水平的人群使用TIDE的模拟中，个性化TIR指标在每个回顾期标记不超过0.22例患者，即使对于平均MG水平为207 MG /dL的人群也是如此。由于TIDE标记基于血糖控制恶化的患者，患者接触将有针对性地解决需求，而不是按照固定的时间表。每个病人在病情恶化时都更有可能得到治疗。平均而言，控制较差的患者可能比控制较好的患者接受更多的接触。TIDE的这种部署正在与两个合作诊所进行，一个在美国，另一个在澳大利亚，每个诊所都照顾≥1000名T1D患者并使用cgm。gydF4y2Ba

这项研究有几个局限性。提出的工作流程需要下载数据，并在工具和Dexcom Clarity之间切换，并且没有与EMR集成。CGM数据与EMR的集成将促进与当前远程医疗工作流程的集成，并允许该工具将每个患者以前和即将就诊的时间数据纳入建议。该工具的特异性明显低于其敏感性。然而，特异性不如直接衡量主要结果和使用TIDE节省的时间相关。特异性可以通过使用患者的数据来提高，这些数据不需要审查来调整应该标记哪些患者的算法。正在进行改进，以简化、标准化和扩大数据审查;提高工具的灵敏度和特异性;并将该工具纳入电子病历[gydF4y2Ba35gydF4y2Ba］．每周复查的患者数量减少了43%;然而，每周复查患者并不是目前的护理标准，这可能意味着大多数糖尿病临床医生花费的时间增加了。不同情况下需要复查的患者数量的减少可能随着复查的节奏和复查的标准而变化。这项研究是作为一种新的概念验证干预来进行的，以创造新的知识并生成关于自动化工具性能的数据。指标和阈值并非来自基于系统假设的方法或对患者、家庭和临床医生的调查。用于创建工具的阈值是基于糖尿病技术专家小组输入的共识指南，工具的修订版使用了临床护理中4周的使用反馈。gydF4y2Ba

未来的研究gydF4y2Ba

在其他环境中部署TIDE的后续工作可能受益于一个正式的质量改进框架，该框架具有既定的目标、预定义的度量目标、实现标准和定义良好的迭代周期gydF4y2Ba．gydF4y2Ba后续研究正在进行中，以明确测量基于数据审查的临床决策所需的额外时间，研究在此工具的帮助下扩大监测人数的操作要求，并确定使用此类工具是否可以使拥有固定资源的诊所通过更有效地利用临床医生时间为更多患者提供护理[gydF4y2Ba35gydF4y2Ba］．gydF4y2Ba

结论gydF4y2Ba

我们开发并部署了TIDE工具，该工具使用基于共识指南的指标，通过异步消息识别出99%适合联系的患者，同时将需要医生或认证糖尿病教育者审查的患者数量减少了43%。进一步的研究是必要的，以了解CGM数据自动化分析的潜力，以支持更广泛的个性化和及时的血糖管理。gydF4y2Ba